一种综合颜色与边界方向直方图的图像检索方法的研究

马阿曼

（武夷学院 数学与计算机学院，福建 武夷山 354300）

一种综合颜色与边界方向直方图的图像检索方法的研究

马阿曼

（武夷学院 数学与计算机学院，福建 武夷山 354300）

摘要：分析总结现有的基于内容的检索技术的基础上，通过比较及实验证明，提出了利用颜色直方图以及边界直方图进行图像检索的方法。为了颜色特征以及边界特征结合起来进行图像检索，提出对所提取的不同图像特征，定义不同的相似性度量方法来计算图像间的相似程度。本文中结合不同的子特征进行图像检索，两个图像之间的相似度定义为子特征间相似度的加权和。这样将两种特征有效的结合起来达到更好的检索效果。最后通过结合数据库以及MATLAB技术制作出一个系统模型，通过实验证明了结合颜色直方图和边界方向直方图进行检索的优越性和通用性。

关键词：颜色直方图；边缘直方图；边缘检测；特征提取；Canny算子

基于内容的图像检索CBIR(content-based image retrieval)，目前是计算机视觉领域中关注大规模数字图像内容检索的研究分支。此技术目前还不成熟，特别是在图像内容的表示、存储和匹配上仍然存在很多难题。当前影响图像检索发展的主要原因是计算机视觉以及人工智能发展的不成熟，导致各种算法提取的特征不能够表示图像的精确意义[1]。因此，图像特征的提取依然是图像检索的关键，另外，由于图像内在的语义（用户的主观评价）与系统自动提取的图像视觉特征（颜色、纹理等）之间难以匹配（即所谓的语义鸿沟），因此仅利用视觉特征的检索效果还不能满足用户实用的要求。为了克服这个问题，交互式技术被引入到图像检索系统中。利用相关反馈等方法，通过用户对反馈图像的评价，将人的主观感觉融合到检索过程中，使查询更好地满足用户的要求。

当前对与基于内容的图像检索技术主要还是集中在颜色、纹理、形状、轮廓等低层物理特征提取的基础上，针对高层语义的检索也正在研究之中。当前，基于内容的图像查询主要有三个研究方向：基于图像颜色特征的查询，基于图像形状特征的查询，基于图像纹理特征的查询[2]。

1　基于内容图像检索的一般结构

目前基于内容图像检索的体系结构可以划分为特征提取和查询两个子系统，如下图所示:

图1　基于内容图像检索的体系结构

在此图中预处理部分是指包括图像格式的转换、规格化、图像的增强、去噪等功能。目标标识部分为标识出图像中用户所感兴趣的区域或者对象，以便用户针对目标进行图像特征的提取和查询。特征提取部分内容包括提取图像的颜色、纹理、形状、空间位置关系等特征。数据库部分是由图像库、特征库和知识库三部分组成。图像库是数字化的图像信息，特征库即自动提取的内容特征，知识库即专门及通用知识，有利于查询优化和快速匹配。查询接口部分主要是给用户提供一个友好的界面。即可视化的输入手段和结果浏览功能。检索引擎里面包含一个有效可靠的相似性测度函数集[3]。检索引擎模块通过索引/过滤模块达到快速检索的目的。

2　算法设计

2.1颜色直方图的计算

颜色直方图是目前最常用的颜色特征提取方法之一，颜色直方图的本质思想是在一定的颜色空间中对图像中各种颜色出现的频数进行统计[4]。图像的颜色有多种表示方式，最常用的是RGB颜色模式空间，本实验也采用RGB颜色空间。在RGB颜色空间中，颜色直方图的计算如下公式，即

其中，k表示图像的特征取值，l表示特征可取值的个数，nk表示图像中具体特征值为k的像素个数，n表示图像像素的总个数。

2.2边界直方图的计算

边界直方图本实验利用Canny算子[5]提取图像的边界。Canny算子的实现过程需要多步骤完成，

第一步：对图像进行Gaussian平滑，采用I[i，j]表示图像，使用可分离滤波方法求图像与高斯平滑滤波器卷积，得到一个平滑数据阵列如下：

其中，（取σ=1）是高斯函数的散步参数，控制平滑程度；S[i，j]为平滑后的数据阵列；G[i，j；σ]为高斯平滑滤波器。

第二步：对平滑后的图像进行一个Roberts算子运算[5]。

平滑后的数据阵列S[i，j]经过Roberts算子得到x，y上的分量：

变换后的图像为

其中D[i,j]为变换后的图像。

这样就得到了Canny方法运算以后的边缘图像。

分析访谈结果，将肿瘤病人升白细胞药物服用依从性影响因素归纳为3方面：病人自身因素、社会家庭因素、药物因素。

第三步：经过Canny算子边界提取后的图像，是很方便地得到它的边界方向直方图H[i]：

其中，H[i]为边界方向直方图，S为图像的面积。

第四步：边界方向直方图比较容易受到图像旋转的影响，所以为了解决这个问题，需要对边界方向直方图进行平滑处理。对直方图进行平滑处理如下：

其中，Hs是平滑后的直方图，H是原始直方图，参数k决定平滑度。

2.3综合特征进行图像检索

相似性匹配可以用直方图欧氏距离来计算。通过结合颜色直方图的相似度与边界方向直方图的相似度，将基于颜色的图像检索与基于形状的图像检索结果相结合。设q为查询图像，t为数据库中图像，Dc代表基于颜色直方图的相似度，Ds代表基于边界方向直方图的相似度。则两幅图像间的综合相似性可如下计算。

这里，wc和ws分别为对颜色的加权和对形状的权值。

3　实验效果及数据分析

经过多次实验得出了结合颜色和形状检索的优越性。实验采用三种方式即：仅用颜色特征、仅用形状特征以及结合使用颜色和形状特征的算法进行实验比较。

图像库：本实验所用图像是从网络上下载的。本图像库中图片数量39张，不是专业的用于进行图像检索效果验证的图像，所以试验结果在有的时候不是很满意。所以在以后还可以继续进行改进。

评价标准：在比较不同方法的检索性能时，要有一定的评价准则，本实验采用 “准确度”作为不同算法检索性能的评价准则。

具体做法如下：

第一步：从图像库中打开关键图。

第二步：设置检索方式（颜色直方图、边界直方图、综合方法），实验。

第三步：给出检索结果截取界面图像及三种方法“准确率”的对比数据表格，这样就可以很直观的比较两种方法在检索性能上的不同。从而得出哪种是检索最好的方法。

表1　 实验数据表

下面给出实验结果示例图：

图2　利用颜色直方图检索效果

图3　利用边界方向直方图检索效果

图4　 综合方法检索结果

由前面的准确率以及检索效果可以看出综合的特性检索比单个使用特性相比确实提高了检索准确率。总的来说，不同的两幅图像有可能会有相似的颜色直方图或边界方向直方图，但同时具有相似的或相同的两种直方图的概率比较小，所以综合检索可以减小误匹配，从而提高检索精确度。

参考文献：

[1]Yong R,Thomas S H,Chang S F.Image Retrieval:Current techniques,Promising Directions and Open Issues[J].Journal of Visual Communication and Image Representation,1999 （10）:39-62.

[2]邓娟.基于内容的图像数据库检索中关键技术的研究[D].上海：东华大学,2005.

[3]章毓晋.基于内容的视觉信息检索[M].北京：科学出版社，2003:21-31.

[4] 阮秋琦.数字图像处理学[M].北京:电子工业出版社,2001:181-182.

[5]Canny J.A Computational Approach to Edge:Detectio[J].IEEE Trans on PatternAnalysis and Machine Intelligence，1986 (6):679-698.

（责任编辑：叶丽娜）

中图分类号：TP391.41

文献标识码：A

文章编号：1674-2109(2015)09-0026-04

收稿日期：2015-06-25

作者简介：马阿曼（1981-），女，汉族，讲师，主要研究方向：图形图像。

Study on Image Retrieval Method Based on Color and Edge Direction Histogram

MA Aman

(School of Mathematics and Computer Science,Wuyi University,Wuyishan,Fujian 354300)

Abstract:Analyze and summarize the existing content-based retrieval technology based on mainly through comparison and experiments show that the proposed integrated use of color histogram and edge histogram image retrieval method.In order to color feature and edge feature of image retrieval,is proposed for different image features extracted from the different definitions of the similarity measure to calculate the similarity between images.In order to retrieval images with different characteristics,the definition of similarity between two images as a weighted sum of sub feature similarity.The characteristics of two kinds of effective combination to achieve better retrieval effect.Combined with database and MATLAB technology to produce a system model,proved by experiments combined with the color histogram and edge direction histogram retrieval superiority and universality.

Key words:color histogram；edge histogram；edge detection；characteristic extraction；Canny operator